深度学习炼金手册第9页

LLM大模型命名规则与部署硬件实践手册

文章目录一、理论基础：从信息编码到系统设计1.1命名系统的信息论基础1.2硬件架构与模型运行的关系1.3量化技术的数学原理二、国际主流模型命名规则深度解析2.1OpenAI：极简主义与功能导向2.2AnthropicClaude：诗意命名的技术内涵2.3GoogleGemini：统一品牌下的分层架构2.4MetaLlama：开源社区的透明化命名三、国内主流模型命名规则与文化内涵3.1百度文心：知识

·2025-07-03 22:49

Rust实现FasterR-CNN目标检测全流程

使用Rust和FasterR-CNN进行目标检测FasterR-CNN是目标检测领域广泛使用的深度学习模型。Rust生态中可以通过tch-rs（Torch绑定）调用预训练的PyTorch模型实现。

KENYCHEN奉孝·2025-07-03 21:42

Hamiltonian Transformer理论：融合哈密顿力学与Transformer架构的新范式

这一理论框架试图解决当前深度学习模型在效率、动态系统建模和长期依赖处理等方面的核心挑战。

墨顿·2025-07-03 20:37

使用numpy或pytorch校验两个张量是否相等

文章目录1、numpy2、pytorch做算法过程中，如果涉及到模型落地，那必然会将原始的深度学习的框架训练好的模型转换成目标硬件模型的格式，如onnx,tensorrt,openvino,tflite

·2025-07-03 20:33

【深度学习pytorch-6】张量与numpy相互转换

张量与Numpy数组之间的互相转换在深度学习中，张量（tensor）和Numpy数组（numpyarray）是两种常见的数据结构。

超华东算法王·2025-07-03 19:31

探索《非官方知乎 API》：解锁知乎数据潜能指南

探索《非官方知乎API》：解锁知乎数据潜能指南Unofficial-Zhihu-API深度学习模型自动识别验证码，python爬虫库自动管理会话，通过简单易用的API，实现知乎数据的爬取项目地址:https

·2025-07-03 18:20

大语言模型技术系列讲解：大模型应用了哪些技术

正文开始大语言模型（LLMs）在人工智能领域通常指的是参数量巨大、能够处理复杂任务的深度学习模型。这些模型使用的技术主要

知世不是芝士·2025-07-03 15:57

CentOS系统新手指导手册

一、CentOS系统概述1.1CentOS的诞生与核心价值起源：CentOS（CommunityENTerpriseOperatingSystem）是基于RedHatEnterpriseLinux（RHEL）的开源发行版，由社区维护，提供与RHEL完全兼容的免费企业级Linux系统。特点：稳定性：通过长期支持（LTS）版本（如CentOS7/8）保证系统稳定性。企业级特性：适配服务器、云计算、虚拟

chanalbert·2025-07-03 14:23

【深度学习-Day 33】从零到一：亲手构建你的第一个卷积神经网络（CNN）

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

吴师兄大模型·2025-07-03 13:43

Python Arcade库【2D 游戏框架】全面讲解

年改变世界的十大科技浪潮思考AI时代与中国的全新可能凯文凯文凯利吴晨著中信出版社让AI成为我们的得力助手：《用Cursor玩转AI辅助编程——不写代码也能做软件开发》不被淘汰，AI赋能从现在开始AI赋能【作者寄语印签版+赠导读手册

老胖闲聊·2025-07-03 12:10

基于深度学习的草莓成熟度检测系统：YOLOv5 + UI界面 + 数据集

传统的草莓成熟度检测方法大多依赖人工经验，劳动强度大且容易出现误差，因此，基于计算机视觉和深度学习的草莓成熟度自动检测系统成为了一种理想选择。深度学习技术，尤其是卷积神

YOLO实战营·2025-07-03 12:38

数字人矩阵源码--基于深度学习的数字人面部表情合成

深度学习数字人面部表情合成的关键技术3D面部建模与参数化建立高精度3D面部模型是表情合成的基础，常用Blendshape或面部动作编码系统（FACS）作为参数化控制方法。

我~18339948121·2025-07-03 11:00

数字人视频剪辑与数字人分身源码开发的的核心技术解析

基于深度学习的生成对抗网络（GAN）和3D建模技术可实现高保真虚拟形象构建。典型流程包括：人物建模：通过多视角图像或视频数据重建3

微~18339948121·2025-07-03 11:59

API，异常

API:应用程序编程接口，即jdk文档手册，里面以类的形式提供了很多常用的功能。

qq_42822008·2025-07-03 08:39

《二分枚举答案(配合经典算法)》题集

文章目录1、模板题集2、课内题集3、课后题集1.差分2.贪心/排序3.二维前缀和4.K大数5.BFS6.最短路7.数位DP1、模板题集分巧克力2、课内题集倒水冶炼金属连续子序列的个数3、课后题集括号内的整数代表完整代码行数

英雄哪里出来·2025-07-03 08:06

百度颠覆了自己，飞算JavaAI造福了中国程序员！

从最初的搜索引擎技术，到如今的深度学习、自然语言处理、计算机视觉等前沿领域，百度始终走在技术革新的前沿。其自主研发的飞桨深度学习平台

飞算JavaAI开发助手·2025-07-03 08:35

【深度学习:进阶篇】--4.2.词嵌入和NLP

在RNN中词使用one_hot表示的问题假设有10000个词每个词的向量长度都为10000，整体大小太大没能表示出词与词之间的关系例如Apple与Orange会更近一些，Man与Woman会近一些，取任意两个向量计算内积都为0目录1.词嵌入1.1.特点1.3.word2vec介绍1.3.Word2Vec案例1.3.1.训练语料1.3.2.步骤1.3.3.代码2.测试代码1.词嵌入定义：指把一个维数

西柚小萌新吖(●ˇ∀ˇ●)·2025-07-03 07:32

【深度学习】卷积神经网络(CNN)原理

【深度学习】卷积神经网络原理1.卷积神经网络的组成2.卷积层2.1卷积运算过程3.padding-零填充3.1ValidandSame卷积3.2奇数维度的过滤器4.stride-步长5.多通道卷积5.1

chaser&upper·2025-07-03 07:02

深度学习学习经验——卷积神经网络（CNN）

卷积神经网络卷积神经网络（CNN）1.卷积神经网络的基本组成2.卷积操作3.激活函数（ReLU）4.池化操作5.全连接层6.卷积神经网络的完整实现项目示例项目目标1.加载数据2.卷积层：图像的特征探测器2.1第一个卷积层3.激活函数：增加非线性4.池化层：信息压缩器5.多层卷积和池化：逐层提取更高层次的特征6.全连接层：分类器7.模型训练和测试完整的项目示例代码总结卷积神经网络（CNN）卷积神经网

Linductor·2025-07-03 07:02

软件测试复习之单元测试

2.单元划分原则（作业手册单元4简答题）划分依据：程序模块的独立性（如单个函数、类的方法）。详细设计说明书中的模块划分。示例：函数intadd(inta,intb)可作为一个单元。

雁于飞·2025-07-03 06:21

深度学习之分类手写数字的网络

面临的问题定义神经⽹络后，我们回到⼿写识别上来。我们可以把识别⼿写数字问题分成两个⼦问题：把包含许多数字的图像分成⼀系列单独的图像，每个包含单个数字；也就是把图像，分成6个单独的图像分类单独的数字我们将专注于编程解决第⼆个问题，分类单独的数字。这样是因为，⼀旦你有分类单独数字的有效⽅法，分割问题是不难解决的。⼀种⽅法是尝试不同的分割⽅式，⽤数字分类器对每⼀个切分⽚段打分；如果数字分类器对每⼀个⽚段

newyork major·2025-07-03 03:28

推荐文章：探索深度学习的不确定性边界 —— SDE-Net 开源项目解析

史多苹Thomas·2025-07-03 02:51

【Java】已解决java.sql.SQLRecoverableException异常

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-07-03 02:15

深度学习流体力学【干货】

深度学习作为一种新兴的机器学习技术，为流体科学的研究提供了新的思路和方法。通过对大量数据的学习和分析，深度学习模型可以自动提取特征和模式，为流体科学中的复杂问题提供解决方案。

人工智能交叉前沿技术，·2025-07-03 01:15

机器学习中为什么要用混合精度训练

FP32（单精度浮点）：传统深度学习默认使用32位浮点数每个参数占用`4字节`例如：1亿参数的模型→约400MB显存FP16（半精度浮点）：每个参数占用`2字节`（直接减半）相同模型→约200MB显存双精度浮点

十子木·2025-07-03 01:39

Prompt 精通之路（七）- 你的终极 AI 宝典：Prompt 精通之路系列汇总

你的终极AI宝典：Prompt精通之路系列汇总标签：#Prompt指南#AI学习资源#速查手册#ChatGPT#系列总结Prompt精通之路：系列文章导航第一篇：AI时代的新语言：到底什么是Prompt

程序员阿超的博客·2025-07-02 22:19

I2C子系统面试指南：基础原理、经典问答与答题技巧全解析

I2C子系统面试指南：基础原理、经典问答与答题技巧全解析关于本篇博文，B站视屏讲解链接，点击进入深度学习一、引言：为什么要深入掌握I2C子系统？

嵌入式Jerry·2025-07-02 21:14

Java分布式存储炼金术：故障检测与自愈的魔法阵

一、环境搭建：魔法阵的基础1.1依赖库与工具“准备炼金材料：框架、锁、断路器！”org.ap

墨夶·2025-07-02 20:38

KANN 是一个独立的轻量级 C 语言库，用于构建和训练中小型人工神经网络，例如多层感知器、卷积神经网络和递归神经网络（包括 LSTM 和 GRU）。它实现了基于图的逆模自动微分，并允许构建具有递归等

与TensorFlow等主流深度学习框架相比，KANN的可扩展性较低，但它的灵活性接近，代码库要小得多，并且仅依赖于标准C库。与

·2025-07-02 20:35

AttnRNN：参数更少，却断档碾压LSTM/GRU的新RNN

新型注意力RNN（AttnRNN）在长序列任务中全面超越传统RNN模型在深度学习领域，循环神经网络（RNN）及其变体GRU和LSTM长期以来一直是处理序列数据的首选架构。

wq舞s·2025-07-02 19:26

AI人工智能领域深度学习的跨模态检索技术

AI人工智能领域深度学习的跨模态检索技术关键词：跨模态检索、深度学习、多模态学习、特征提取、相似度计算、注意力机制、Transformer摘要：本文深入探讨了AI领域中基于深度学习的跨模态检索技术。

AI学长带你学AI·2025-07-02 18:20

工业缺陷检测深度学习方法综述

其被广泛地应用于无人质检、智能巡检、质量控制等各种生产与运维场景中.一.工业缺陷检测的背景与特点工业缺陷检测面临着诸多难点:缺陷样本匮乏、缺陷的可视性低、形状不规则、类型未知等,直接使用异常检测方法难以满足工业缺陷检测的任务需求.二.介绍工业缺陷检测问题的定义,分析研究难点与挑战异常：点异常、上下文异常和集群异常。点异常：又称为离群值(outliers)[9],描述数值上偏离正常样本的独立数据。与

2301_80355452·2025-07-02 18:50

Python程序设计第6章：函数和函数式编程

Python程序设计Python是全球范围内最受欢迎的编程语言之一，学好Python将对个人职业生涯产生很大的助力，Python在机器学习、深度学习、数据挖掘等领域应用极为广泛。

若北辰·2025-07-02 17:14

AI人工智能与OpenCV：实现智能图像编辑功能

AI人工智能与OpenCV：实现智能图像编辑功能关键词：人工智能、OpenCV、图像处理、计算机视觉、深度学习、智能编辑、图像增强摘要：本文深入探讨如何结合人工智能(AI)和OpenCV实现智能图像编辑功能

AI智能探索者·2025-07-02 17:42

（ML，监督学习，半监督学习，零监督学习，强化学习，深度学习，机器学习步骤等）

1、什么是机器学习？机器学习（MachineLearning,ML）是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析等数学理论。其核心目标是让计算机通过分析数据，自动学习规律并构建模型，从而对未知数据进行预测或决策，而无需依赖显式的程序指令。基本思想：通过数据驱动的方式，使系统能够从经验（数据）中改进性能，形成对数据模式的抽象化表达。基本概念：模型：模型是对现实世界现

weisian151·2025-07-02 16:38

贝叶斯网络与深度学习的结合：图像识别和分类

本文我将为您撰写一篇关于"贝叶斯网络与深度学习的结合：图像识别和分类"的技术博客文章。这篇文章将深入探讨贝叶斯网络和深度学习在图像识别和分类领域的结合应用。

AI天才研究院·2025-07-02 15:55

Halcon 初步了解

Halcon的核心功能包括图像处理、特征提取与匹配、3D视觉、深度学习、条码识别、OCR识别以及视觉

科学的发展-只不过是读大自然写的代码·2025-07-02 13:42

如何在pytorch中使用tqdm：优雅实现训练进度监控

tqdm简介基础用法示例深度学习中的实战应用1.数据加载进度监控2.训练循环增强版3.验证阶段集成高级技巧与最佳实践1.自定义进度条样式2.嵌套进度条（多任务）3.分布式训练支持4.与日志系统集成性能优化建议完整训练流程示例常见问题解决方案总结掌握训练进度监控是深度学习工程师的基本功

Ven%·2025-07-02 12:38

【Python】Hydra 用法详解

Hydra官方文档Hydra（Python配置管理工具）1.引言在机器学习、深度学习和软件开发中，管理复杂的配置是一个常见的挑战。

行码棋·2025-07-02 12:34

onnx模型部署 python_深度学习模型转换与部署那些事(含ONNX格式详细分析)

背景深度学习模型在训练完成之后，部署并应用在生产环境的这一步至关重要，毕竟训练出来的模型不能只接受一些公开数据集和榜单的检验，还需要在真正的业务场景下创造价值，不能只是为了PR而躺在实验机器上在现有条件下

weixin_39759270·2025-07-02 11:02

从零开始理解Transformer模型：架构与应用

引言近年来，Transformer模型席卷了自然语言处理（NLP）领域，成为了深度学习中的明星架构。

淮橘√·2025-07-02 11:29

【Power Compiler手册】6.反标翻转活动

5.反标翻转活动可以对设计中的切换活动进行反标，以生成准确的功耗计算。有关不同类型切换活动信息以及如何在门级设计上进行反标的信息，请参阅以下主题：反标切换活动的类型使用RTLSAIF文件反标切换活动使用门级SAIF文件反标切换活动

QRBQ94·2025-07-02 08:36

基于深度学习的线上问诊系统设计与实现（Python+Django+MySQL）

基于深度学习的线上问诊系统设计与实现（Python+Django+MySQL）一、系统概述本系统结合YOLOv8目标检测和ResNet50图像分类算法，构建了一个智能线上问诊平台。

神经网络15044·2025-07-02 08:04

深度学习中常见激活函数总结

以下是一份深度学习激活函数的系统总结，涵盖定义、类型、作用、应用及选择影响，便于你快速掌握核心知识：一、激活函数的定义在神经网络中，激活函数（ActivationFunction）是神经元计算输出的非线性变换函数

向左转,　向右走ˉ·2025-07-02 07:54

FP16、BF16、INT8、INT4精度模型加载所需显存以及硬件适配的分析

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

herosunly·2025-07-02 05:47

智能办公与科研革命：ChatGPT+DeepSeek大模型在论文撰写、数据分析与AI建模中的实践指南

这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。

jwwkyjspt·2025-07-02 05:45

【机器学习&深度学习】适合微调的模型选型指南

目录一、不同规模模型微调适用性二、微调技术类型对显存的影响三、选择建议（根据你的硬件）四、实际模型推荐五、不同模型适合人群六、推荐几个“非常适合微调”的模型七、推荐使用的微调技术八、场景选择示例场景1：智能客服（中文）场景2：法律问答（中文RAG）场景3：医学问答/健康咨询场景4：AI写作助手（中英文）场景5：代码补全/AI编程助手对比总结表九、不同参数模型特点9.1参数规模vs能力9.2微型模型

一叶千舟·2025-07-02 05:12

【机器学习&深度学习】本地部署 vs API调用：关键看显存！

目录一、本地部署VSAPI调用1.模型运行方式2.性能与速度3.成本4.隐私与安全5.何时选择哪种方式？二、为什么推荐本地部署？1️⃣零依赖网络和外部服务，更可靠稳定2️⃣无调用次数限制，更适合高频或批量推理3️⃣避免长期API费用，节省成本4️⃣保护用户隐私和数据安全5️⃣可自定义、深度优化6️⃣加载一次即可复用，低延迟高性能7️⃣离线可用（重要！）三、适合本地部署的情况四、本地部署条件4.1模

一叶千舟·2025-07-02 03:34

深度学习 vs 传统机器学习：哪个更适合你的项目？

深度学习vs传统机器学习：哪个更适合你的项目？

AI大模型应用之禅·2025-07-02 03:32

【深度学习|学习笔记】如何在深度学习中使用正则化技术进行模型压缩、稀疏建模和迁移学习调优？

【深度学习|学习笔记】如何在深度学习中使用正则化技术进行模型压缩、稀疏建模和迁移学习调优？【深度学习|学习笔记】如何在深度学习中使用正则化技术进行模型压缩、稀疏建模和迁移学习调优？

努力毕业的小土博^_^·2025-07-02 01:15

推荐频道

深度学习炼金手册